Semesterprojekt Master: WiSe 2020/21
Institut für Urbane Entwicklungen


WAHLERGEBNISSE UND RAUMSTRUKTUREN

WÄHLT DER RAUM MIT?

Jana-Cathérin Weselmann / Niklas Kiefer / Dennis Brinkmann

DER VORFALL

"Als den Volksparteien das Volk davonrannte"

... titelt die Süddeutsche Zeitung nach den letzten Bundestagswahlen im September 2017. 

Doch was passiert(e) in letzter Zeit?!

Die Ergebnisse und Veränderungen der letzten beiden Bundestagswahlen in den Jahren 2013 und 2017 werfen Fragen zu gesellschaftlichen Differenzen auf. Diesem Sachstand widmen sich Wahlforschung sowie Medien und diskutieren Einflüsse durch wechselseitige Zusammenhänge zwischen unterschiedlichen Raumstrukturen und diversen anderen Faktoren. Räumliche Verteilungsmuster und -Strukturen werden zunehmend zum Motiv der Wählerschaft, so scheint es (Ströbele 2017; Wood & Lütke 2016: 356). Dem Schwerpunkt des Projekts entsprechend, stehen dazu auch die siedlungs- und soziostrukturell heterogenen Lagetypen der Stadt, insbesondere des suburbanen Raumes (Kiesler & Keller 2019) im Fokus. 

Auch wir folgen diesen Spuren. Doch was ist die Grundlage?
Wo liegt der Zusammenhang zwischen Wahlergebnissen und soziodemografischen, sozioökonomischen sowie siedlungsstrukturellen Faktoren? Und was hat der Lagetypus als Raum damit zu tun?

DIE BESTANDSAUFNAHME

In der räumlich ausgerichteten Wahlforschung wird eine indirekte Beeinflussung der Wahlentscheidung durch Faktoren des Umfelds (Schmitt 2001) angenommen. Trotz vieler verschiedener Forschungsansätze und -methoden,  stellt die Cleavage-Theorie, ursprünglich als Erklärung des Parteiensystems entwickelt, nach Lippset & Rokkan (1967) einen häufig verwendeten Bezugsrahmen dar (Ströbele 2017). Die Theorie geht von vier traditionellen gesellschaftlichen Konfliktlinien als Ergebnis der nationalen und industriellen Revolution aus (siehe rechts) (Lipset & Rokkan 1967: 15 ff.).

Ausgehend davon, dass die Konfliktlinien (Cleavages) langfristig in einer Gesellschaft verwurzelt sind und sich interessen- und wertbezogene Gegensätze zwischen sozialen Gruppen widerspiegeln, verschaffen sich diese Gegensätze Ausdruck in organisatorischen Formen und werden dadurch politisiert. Ein bestimmtes auf diese historisch gewachsenen Konfliktlinien angepasstes Wahlverhalten sei zu beobachten. Dalton (1996) spricht diesbezüglich auch von einem „cleavage-based-voting“.
Neuere Cleavage-Konzepte fokussieren insbesondere die Entwicklung in Richtung einer postindustriellen Gesellschaft. Dabei bilden sich in der Literatur verschiedene Strömungen aus: vom generellen Bedeutungsverlust, über Veränderung, bis hin zur Neubildung von Cleavages (Brettschneider et al. 2002; Enyedi 2008; Pappi 2002; Ströbele 2017). Welche Variablen diesbezüglich einen Einfluss ausüben und wie ausgeprägt dieser ist, kann nicht für alle Variablen sicher aus der Theorie abgeleitet werden. Beispielhaft werden in der Theorie jedoch soziale Verwerfungen durch Faktoren wie Desintegration, sozioökonomische und infrastrukturelle Benachteiligung sowie verschiedenste Wanderungsbewegungen und Diversität thematisiert (Asbrock et al. 2001; Best et al. 2014; Kühnel & Schmidt 2002).
Eigene Ermittlungen müssen angestellt werden.

Kapital
x
Arbeit


Kirche

x
Staat

Stadt
x
Land

Zentrum
x
Peripherie

FRAGEN AUF DER SUCHE NACH ANTWORTEN

Wir fragen uns, wie sich die Bevölkerung innerhalb der Stadt strukturiert und ob Unterschiede im Hinblick auf die Wahlergebnisse, innerhalb und zwischen unterschiedlichen städtischen Räumen, aufgedeckt werden können. Inwieweit lassen sich  genau dort Zusammenhänge zwischen den Wahlergebnissen und soziodemografischen, sozioökonomischen sowie siedlungsstrukturellen Faktoren finden? Können diese Ergebnisse auf Grundlage der vorgestellten Theorie interpretiert werden?

Dazu gehen wir der folgenden Forschungsfrage nach:

Lässt sich anhand von Strukturmerkmalen eine Vorhersage für das Wahlergebnis ableiten und inwiefern existieren dabei Zusammenhänge mit der raumstrukturellen Lage innerhalb der Stadt?

Wir stellen die folgenden Vermutungen auf:

1. Die Wahlergebnisse differieren zwischen den verschiedenen Räumen der Stadt.
2. In der Kernstadt erzielen die kleineren Parteien die besten Wahlergebnisse.
3. Mit zunehmender Entfernung von der Kernstadt werden die Wahlergebnisse homogener, zugunsten konservativer Parteien.
4. Innerhalb der Zonen zeigen sich kleinräumige Differenzen der Wahlergebnisse, die mit unterschiedlichen Verteilungsmustern und Konfliktlinien erklärt werden können.

DER ORT DES GESCHEHENS

Die Stadt Dresden

Die Voraussetzung unserer Ermittlungen ist der räumliche Bezug zwischen den Wahlergebnissen und den Strukturdaten. 
Die Großstadt Dresden, als Hauptstadt des Bundeslandes Sachsen, stellt mit ihren über 560.000 Einwohnern (Dresden 2018) ein geeignetes Untersuchungsgebiet in interessanter ostdeutscher Lage dar.
Für eine möglichst kleinräumige Untersuchung, ohne dabei den Anspruch auf Erkenntnisse über individuelles Wahlverhalten zu erheben, erfolgt die Untersuchung mit Hilfe von Aggregatdaten auf der Ebene der Stadtteile.

Schwarzplan Dresden

Abb. 1: Schwarzplan der Stadt Dresden

Die Operationalisierung

Für die Zuordnung der Stadtteile zu den einzelnen Raumkategorien – analog der Einteilung des Bundesamt für Bauwesen und Raumordnung (BBR) in City, erweiterte Kernstadt und Suburbaner Raum – wird sich am Merkmalskatalog der innerstädtischen Raumbeobachtung (IRB), an der auch die Stadt Dresden teilnimmt, orientiert (BBSR 2019; BMVBS & BBR 2007). Da jedoch der Einfluss verschiedener Strukturvariablen auf die Wahlergebnisse untersucht wird, kommen für die Zuordnung nur jene Merkmale in Frage, die nicht in die Analyse einfließen. Unser Bezugspunkt ist also insbesondere der Zeitpunkt der Eingemeindung des jeweiligen Stadtteils. Die Einteilung wird zusätzlich mit dem idealtypisch angenommenen Radius der Lagetypen, von vier Kilometern, abgeglichen.

Abb. 2: Operationalisierung Dresden

DIE ERMITTLUNGSPROZESSE

Die Auswertungen umfassen im Rahmen einer Aggregatdatenanalyse eine Korrelationsanalyse, die auf Ebene der Stadtteile durchgeführt wurde. Die Korrelationsanalyse gibt Auskunft über statistische Zusammenhänge zwischen der Wahlbeteiligung bzw. den Zweitstimmenanteilen der Parteien einerseits und ausgewählten sozialstrukturellen, siedlungsstrukturellen und ökonomischen Merkmalen andererseits. In diesem Beitrag wird die Korrelationsanalyse um die Ergebnisse multivariater Regressionen und einer Clusteranalyse ergänzt.Wahlbeteiligung und Zweitstimmenanteile der Parteien stehen mit einer Vielzahl soziostruktureller, siedlungsstruktureller und ökonomischer Markmale in Verbindung. Ähnliche oder gleiche Sachverhalte werden dabei mitunter durch mehrere Merkmale beschrieben und es entsteht eine starke Multikollinearität. Um dies zu verhindern und die Ergebnisse "greifbarer" zu machen, wurde in einem nächsten Schritt eine Faktorenanalyse durchgeführt. Die extrahierten Faktoren zeigen auf, hinsichtliche welcher Dimensionen sich die gesellschaftlichen, wirtschaftlichen und siedlungsstrukturellen Strukturen unterscheiden. Eine erneute Regressionsanalyse mit den Faktoren als erklärende Variable liefert Ergebnisse, inwiefern sich die Unterschiede zwischen den Stadtteilen bezüglich der Zweitstimmenergebnisse der Parteien auf die ermittelten Faktoren zurückführen lassen.

DIE FALL-AUFKLÄRUNG

1. Die Cluster

Die Clusteranalyse untersucht wie sich die City, die erweiterte Kernstadt und der suburbane Raum durch die Hinzunahme weiterer Merkmale unterscheiden. Es wird versucht herauszufinden, inwiefern die Raumkategorie und das Cluster in der Lage sind, die räumliche Verteilung der Wahlbeteiligung und der Zweitstimmenanteile der jeweiligen Partei zu erklären. 
In der Bildung der Cluster wurden folgende Variablen aufgenommen:

Anzahl der Gebäude mit Wohnungen, Anteil an Eigenheimen, Anteil an großen Wohngebäuden mit mehr als 7 Wohnungen, Lagetypus/Raumkategorie, Anzahl der Einwohner*innen, Bevölkerungsdichte, Anzahl der Haushalte, Prozentanteil der Einwohner*innen mit einer guten ÖPNV-Anbindung.

Diese aus unseren Analysen gebildeten Cluster sind Grundlage für die nachfolgenden, beispielhaften Befunde zu den Parteien.
Eine Nummerierung der Cluster erfolgt von links nach rechts und oben nach unten.

Abb. 3 & 4: Clusteranalyse Dresden 2017 und 2013 (n=61 Stadtteile)

2. Der Fall CDU

Die CDU kann einen positiven Einfluss auf ihr Wahlergebnis durch die Personen im erwerbsfähigen Alter (18-64) erwarten, wobei es im Wahlvergleich einen Einflussgewinn bei den 25-44 jährigen gab. Bei der Generation 65+ hat sich das Blatt jedoch zum Negativen gewendet.
Die CDU verliert die konfessionelle Bindung: Die christliche Religionszugehörigkeit (katholisch wie auch evangelisch) verliert an Einfluss.
Ein stabiler Einfluss sind Beschäftigte im Baugewerbe und kleine Familien.
Haben jüngere Männer genug von der CDU? Der positive Einfluss durch einen höheren Anteil männlicher Wähler schwächelt. Erst ein höheres Durchschnittsalter erzeugt wieder einen positiven Einfluss.

Abb. 4 & 5: Ergebnisse Zweitstimmen CDU, Bundestagswahl 2017 und 2013 (n=61 Stadtteile)

Starken Einfluss auf das Wahlergebnis der CDU in 2017 hat Cluster: 3 & 1

Schwachen Einfluss auf das Wahlergebnis der CDU in 2017 hat Cluster: 12 & 5

Starken Einfluss auf das Wahlergebnis der CDU in 2013 hat Cluster: 1 & 3

Schwachen Einfluss auf das Wahlergebnis der CDU in 2013 hat Cluster: 8

Nach der Clusteranalyse schneidet die CDU 2013 und 2017 am besten in suburbanen Gebieten mit lockerer Eigenheim-Bebauung ab und tut sich schwerer bei verdichteten Gebieten mit guter ÖPNV-Anbindung. Weitere größere Effekte auf das CDU-Ergebnis finden sich bei den Faktoren zur Siedlungsstruktur und dem anteil sozial Schwacher sowie zur Siedlungsstruktur und dem Anteil höherer Bildungsinfrastruktur. Eine Erhöhung dieser Faktoren ist in 2017 jeweils mit einem Rückgang des Zweitstimmenanteils verbunden.

3. Der Fall SPD

Während 2013 der Einfluss der männlichen Bevölkerung den größten Einfluss auf das Wahlergebnis hat, ist dieser Einfluss 2017 weitestgehend verschwunden. Die SPD kann dafür auf einen positiven Einfluss aus der Altersgruppe 18 bis 44 jährigen zählen. Ein wichtiger Bestandteil ist auch der Einfluss von Sozialhilfe-Empfänger*innen für die SPD, während das Bildungsangebot nur einen geringen Einfluss auf das Wahlergebnis hat.

Abb. 6 & 7: Ergebnisse Zweitstimmen SPD, Bundestagswahl 2017 und 2013 (n=61 Stadtteile)

Starken Einfluss auf das Wahlergebnis der SPD in 2017 hat Cluster: 7 & 9

Schwachen Einfluss auf das Wahlergebnis der SPD in 2017 hat Cluster: 3 & 1

Starken Einfluss auf das Wahlergebnis der SPD in 2013 hat Cluster: 7 & 8

Schwachen Einfluss auf das Wahlergebnis der SPD in 2013 hat Cluster: 3 & 1

Die SPD schließt sowohl 2013 als auch 2017 am besten im Cluster Geschosswohnungsbau der City mit guter ÖPNV-Anbindung und am schlechtesten im gemischt bebauten Suburbanen Raum ab.

4. Der Fall Bündnis 90 / Die Grünen

Während die Grünen typischerweise in urbanen Zentren, bei einem jungen akademisch, künstlerischen Milieu auf positive Einflüsse hoffen, konnte der positive Einfluss 2017 auf breitere Schichten und Altersgruppen der Bevölkerung ausgedehnt werden. Die vergleichsweise starke Bindung an die City-Cluster bleibt bestehen. Die Zusammenhänge mit Familien- und Altersstruktur werden in der Faktoranalyse von 2017 jedoch insignifikant.
Die Grünen sind weniger auf eine hohe Wahlbeteiligung angewiesen.
Beachtenswert: Der Zuspruch unter ALGII-Empfänger*innen hat sich umgekehrt. Ein höherer Anteil beeinflusst die Zweitstimmenergebnisse in 2017 fast genauso ausgeprägt negativ, wie in 2013 noch positiv.
Der Einfluss bei den Konfessionen hat sich, unabhängig der Konfession selbst, positiv erhöht.

Abb. 8 & 9: Ergebnisse Zweitstimmen Grüne, Bundestagswahl 2017 und 2013 (n=61 Stadtteile)

Starken Einfluss auf das Wahlergebnis der Grünen in 2017 hat Cluster: 9

Schwachen Einfluss auf das Wahlergebnis der Grünen in 2017 hat Cluster: 12 & 2

Starken Einfluss auf das Wahlergebnis der Grünen in 2013 hat Cluster: 8

Schwachen Einfluss auf das Wahlergebnis der Grünen in 2013 hat Cluster: 6, 3, 1

Die Grünen fahren in den dicht bebauten Wohnsiedlungs-Clustern ihre besten Ergebnisse ein, die Partei tut sich jedoch in den locker bebauten suburbanen Clustern, sowie in Clustern mit Mischbebauung der erweiterten Kernstadt schwer.

5. Der Fall AfD

Der Wahlerfolg der AfD hängt statistisch nicht mit dem Ausländeranteil zusammen. Vielmehr erweist sich der Familienstand der Bevölkerung als wichtigstes Kriterium für das Abschneiden der AfD. Diese Partei ist 2017 besonders dort erfolgreich, wo der Anteil der Ledigen vergleichsweise gering ist.
Stadtteile mit überdurchschnittlichen Anteilen von Betrieben im Bau- sowie produzierenden Gewerbe und abhängig Beschäftigten, stehen im Zusammenhang mit hohen Zweitstimmenanteilen der AfD. Zudem weist die AfD erhöhte Zweitstimmenanteile in urban geprägten Stadtteilen mit überdurchschnittlicher Ausprägung sozial schwacher und bildungsferner Betriebsstruktur auf. Gleiches gilt für Stadtteile im suburbanen Raum, mit einer ausgeprägten abhängig beschäftigten Mittelschicht.

Abb. 10 & 11: Ergebnisse Zweitstimmen AfD, Bundestagswahl 2017 und 2013 (n=61 Stadtteile)

Starken Einfluss auf das Wahlergebnis der AfD in 2017 hat Cluster: 1, 2, 12

Schwachen Einfluss auf das Wahlergebnis der AfD in 2017 hat Cluster: 7 & 9

Starken Einfluss auf das Wahlergebnis der Grünen in 2013 hat Cluster: 3 & 1

Schwachen Einfluss auf das Wahlergebnis der Grünen in 2013 hat Cluster: 7

Die AFD schneidet in den Clustern im suburbanen Raum am besten ab und fährt die schlechtesten Ergebnisse im Geschosswohnungsbau in Siedlungen der City mit akademischem Umfeld ein.
Bei der Bundestagswahl 2013 tritt die AFD als Randerscheinung im suburbanen Raum auf, vier Jahre später ist die AFD im suburbanen Raum die stärkste Kraft, jedoch umso weiter es in die Kernstadt geht umso schwächer schneidet die Partei ab. Sie besitzt wenige Faktoren, welche das Wahlergebnis beeinflussen.

LÖSUNG UND CLIFFHANGER DES FALLS
Die Konfliktlinien der Cleavage-Theorie scheinen weiterhin Bestand zu haben. Jedoch differenzieren diese sich weiter aus und das Bild wird insgesamt heterogener, was mit einem Stimmverlust für die Volksparteien einhergeht und den kleineren Parteien zu Gute kommt. Die Vermutung, das neue Cleavages entstehen kann bisher nur unzureichend beantwortet werden. Deutlich geworden ist jedoch, dass die Hypothese die Stadt werde zur Peripherie hin konservativer (und rechtspopulistischer) nur teilweise bestätigt werden kann. Hier wird die sozialräumliche Ausdifferenzierung deutlich und es kommt ebenfalls zu einem heterogeneren Bild. Ebenso muss an dieser Stelle deutlich gemacht werden, dass das Denken in der klassischen Stadt-Land, Zentrum-Peripherie Dichotomie (Ströbele 2017) zeitlich überholt scheint und das heterogene Bild der urbanen Kerne weiter in die Peripherie vordringt, wenngleich die Entwicklungen nicht gleichförmig verlaufen.

Die Komplexität dieses Falls kommt auch in unseren Ergebnissen zum Vorschein. Der Umfang der Untersuchung sowie die starke Heterogenität verschließt sich einer vollständigen Interpretationen. Viele weitere regionalspezifische und individuelle Einflüsse und Faktoren lassen sich vermuten. Eine Ergänzung mit Individualdaten und Überführung in eine Mehrebenen Kontextanalyse erscheint geboten. In den Fokus des Erkenntnisinteresses rücken damit „Standortfaktoren“ und deren Wechselwirkungen, in denen sich Status quo, aber auch Pfade und Potentiale regionaler Entwicklungen manifestieren.          Ein Umstand, der insbesondere für die sozialraumorientierte Stadtplanung von Belang ist. So ließe sich eine weiterführende These aufstellen: Die Verbesserung der Infrastruktur beeinflusst die Wahlergebnisse und kann sogar rechtspopulistischen Strömungen entgegenwirken.

Quellenverzeichnis

Bei den Abbildungen handelt es sich ausschließlich um eigene Darstellungen, die auf den öffentlich zugänglichen Wahlergebnissen sowie statistischen Daten der Stadt Dresden beruhen.

 

Adam, B. (2016): Einführung. - in: Bundesinstitut für Bau-, Stadt- und Raumforschung (BBSR) (Hrsg.): Im Schatten der Reurbanisierung. Suburbias Zukünfte? Informationen zur Raumentwicklung. Nr. 3/2016. Stuttgart. S. 261-262.

Asbrock, F., Kauff, M.,Issmer, C., Christ, O., Pettigrew, T. F., Wagner, U. (2011): Kontakt hilft – auch wenn die Politik es nicht immer leicht macht. - in: Heitmeyer (Hrsg.): Deutsche Zustände. Folge 10. 1. Aufl. Frankfurt am Main: Suhrkamp, S. 199–219.

Beitzer, H. (2017): Als den Volksparteien das Volk davonrannte. URL: https://www.sueddeutsche.de/politik/bundestagswahl-2017-als-den-volksparteien-das-volk-davonrannte-1.3798822 (14.02.2021).

Best, H., Salomo, K., Salheiser, A. (2014): Demokratie mit doppelter Diktaturvergangenheit. - in: Bähler, E., & Wagner, W. (Hrsg.): Kein Ende mit der Wende. Psychosozial-Verlag. Gieße. S. 149–169.

Brettschneider, F., van Deth, J.,Roller, E. (2002): Sozialstruktur und Politik: Forschungsstand und Forschungsperspektiven. - in: Brettschneider, F., van Deth, J., Roller, E. (Hrsg.): Das Ende der politisierten Sozialstruktur? Opladen: Leske und Budrich. S. 7-22.

Bundesinstitut für Bau, Stadt und Raumforschung (BBSR) (2019): Innerstädtische Raumbeobachtung (IRB). Dokumentation der Datensammlung. Bonn

Bundesministerium für Verkehr, Bau und Stadtentwicklung (BMVBS) & Bundesamt für Bauwesen und Raumordnung (BBR) (2007): Akteure, Beweggründe, Triebkräfte der Suburbanisierung. Motive des Wegzugs. Einfluss der Verkehrsinfrastruktur auf Ansiedlungs- und Mobilitätsverhalten. BBR-Online-Publikation. Nr. 21/2007. Bonn.

Enyedi, Z. (2008): The Social and Attitudinal Basis of Political Parties: Cleavage Politics Re-visited. European Review, Vol. 16, No. 3, 287-304.

Hesse, M. (2012): Suburbaner Raum - Annäherungen an Gegenstand, Inhalte und Bedeutungszuweisungen. - in: Schenk, W., Kühn, M., Leibenath, M. & Tzschaschel, S. (Hrsg.): Suburbane Räume als Kulturlandschaften. Hannover. Verl. d. ARL. S. 13-24.

Kiesler, M. & Keller, C. (2019): Die Sozialstruktur Suburbias zwischen Homogenität und Heterogenität. Raumplanung. 204 (6). S. 55-61.

Kühnel, S. M. & Schmidt, P. (2002): Orientierungslosigkeit. Ungünstige Effekte für schwache Gruppen. - in: Heitmeyer, W. (Hrsg.) Deutsche Zustände Folge 1. Frankfurt am Main, S. 83–95.

Lipset, S. M. & Rokkan, S. (Hrsg.) (1967): Party Systems and Voter Alignments. Cross-national perspectives. New York: Free Press of Glencoe.

Lütke, P. & Wood, G. (2016): Das "neue" Suburbia? - in: Bundesinstitut für Bau-, Stadt- und Raumforschung (BBSR) (Hrsg.): Im Schatten der Reurbanisierung. Suburbias Zukünfte? Informationen zur Raumentwicklung. Nr. 3/2016. Stuttgart. S. 349-360.

Pappi, F. U. (2002): Die politisierte Sozialstruktur heute. Historische Remineszenz oder aktuelles Erklärungspotential? - in: Brettschneider, F., van Deth, J., Roller, E. (Hrsg.): Das Ende der politisierten Sozialstruktur? Opladen: Leske + Budrich. S. 25-46.

Schmitt, H. (2001): Zur vergleichenden Analyse des Einflusses gesellschaftlicher Faktoren auf das Wahlverhalten: Forschungsfragen, Analysestrategien und einige Ergebnisse. - In: Kaase, M., Klingemann, H.-D. (Hrsg.): Wahlen und Wähler. Analysen aus Anlass der Bundestagswahl 1998. Wiesbaden: Westdeutscher Verlag. S. 623-645.

Ströbele, M. F. (2017): What Does Suburbia Vote for? Changed Settlement Patterns and Political Preferences in Three European Countries. Baden-Baden.

 

 

Google Maps

Mit dem Laden der Karte akzeptieren Sie die Datenschutzerklärung von Google.
Mehr erfahren

Karte laden